Un cycle de connaissance pour les agents IA, qui évolue avec les personnes qui le façonnent. Centré sur la rareté de l'attention et du jugement humains à mesure que la capacité des agents augmente ; six phases maintiennent l'alignement du comportement avec l'intention de l'opérateur entre les sessions.
Cette compétence fournit un cycle de connaissance structuré pour les agents IA, conçu pour s'adapter et croître avec les utilisateurs qui le dirigent. Elle aborde le défi fondamental de la rareté de l'attention et du jugement humains, particulièrement à mesure que les capacités des agents augmentent. Le cycle se compose de six phases distinctes qui garantissent que le comportement de l'agent reste cohérent avec l'intention de l'opérateur à travers différentes sessions. La compétence inclut des enregistrements de décisions d'architecture (ADR), des schémas JSON et une implémentation de référence en Python sans dépendances externes, la rendant facilement intégrable dans des outils comme Claude Code, Cursor ou Codex.
npx skills add shimo4228/agent-knowledge-cycleInstalled? Explore more Recherche et analyse de données skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Un cycle de connaissance pour les agents IA — un cycle qui évolue avec les personnes qui le façonnent. Centré sur la rareté de l'attention et du jugement humains à mesure que la capacité des agents augmente ; six phases maintiennent l'alignement du comportement avec l'intention de l'opérateur entre les sessions. ADRs, schémas JSON, et une référence Python sans dépendances externes.
USPTO patent and trademark data workflow for official record lookup, PatentSearch queries, TSDR checks, assignment data, and reproducible IP research logs.
Structured scholarly-work evaluation for papers, proposals, literature reviews, methods sections, evidence quality, citation support, and research-writing feedback.
Systematic literature-review workflow for academic, biomedical, technical, and scientific topics, including search planning, source screening, synthesis, citation checks, and evidence logging.
The agent harness performance optimization system. Skills, instincts, memory, security, and research-first development for Claude Code, Codex, Opencode, Cursor and beyond.
Agent skill repository discovered by 10x-chat research.
Review backend code for quality, security, maintainability, and best practices based on established checklist rules. Use when the user requests a review, analysis, or improvement of backend files (e.g., `.py`) under the `api/` directory. Do NOT use for frontend files (e.g., `.tsx`, `.ts`, `.js`). Supports pending-change review, code snippets review, and file-focused review.